该帮助的版本不再更新，请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.


拟合线性模型 • 标准最小二乘法报表和选项 • 混合和随机效应模型报表和选项 • EMS（传统）模型拟合报表
上一个
 • 
下一个
EMS（传统）模型拟合报表
警告：不推荐使用 EMS。REML 是推荐的方法。
将 EMS 选作拟合方法时，将显示四个新报表。“效应检验”报表不显示，因为在“关于随机效应的检验”报表中执行同时针对固定和随机效应的检验。
期望均方
模型效应的期望均方是方差分量和固定效应值的线性组合，其中包括剩余误差方差。该表提供用于定义每个模型效应的期望均方的系数。矩阵行对应于左侧列出的效应。列对应于顶部标识的方差分量。每个期望均方都包括系数为 1 的残差方差。该信息在表下方提供。
图 3.64显示了 Investment Castings.jmp 样本数据表的“期望均方”报表。运行“模型 - EMS”脚本，然后运行该模型。
图 3.64 “期望均方”报表
正如表中所指明的那样，温度的期望均方为
其中， 是温度的效应的平方和除以温度的水平数减 1 后的结果。
方差分量估计值
通过让期望均方等于相应的观测均方并求解，可以获得方差分量的估计值。“方差分量估计值”报表提供估计的方差分量。
成分
列出随机效应。
方差分量估计值
提供方差分量的估计值。
占合计的百分比
提供方差分量与方差分量总和的比值。
变异系数
提供方差分量的变异系数。它是将方差分量的平方根乘以 100 后再除以响应均值的结果。
注意：仅当您在报表中右击并选择“列”>“变异系数”时才显示。
检验分母合成
对于要检验的每个效应，都会构造一个 F 统计量。该统计量的分母是一个均方值，其期望值是原假设下的分子均方的期望值。该分母是通过固定效应所关联的方差分量和值构造或合成的。
源
显示要检验的效应。
分母均方
提供 F 检验的分母的估计均方。
分母自由度
提供合成分母的自由度。它们是使用 Satterthwaite 方法 (Satterthwaite 1946) 构造的。
分母均方的合成
提供分母合成中使用的方差分量。剩余误差方差始终是该合成的一部分。
关于随机效应的检验
该报表中提供有关固定和随机效应的检验。
源
列出要检验的效应。这些效应包括固定和随机效应。
平方和
提供效应的平方和。
分子均方
提供分子均方。
分子自由度
提供分子自由度。
F 比
提供检验的 F 比。这是分子均方与分母均方的比值。分母均方的值可从“检验分母合成”报表中获得。
概率>F
提供效应检验的 p 值。
警告：最小二乘均值的标准误差和对比 F 检验的分母都使用合成的分母。在特定情形下（比如检验涉及在公共水平上比较的交叉效应），这些检验可能不合适。执行定制检验要使用剩余误差，构造杠杆图要使用剩余误差，所以这些检验可能同样不合适。
EMS 刻画器
使用 EMS 方法并选择“因子刻画”>“刻画器”后，刻画器会基于固定效应模型提供预测和条件均值置信区间。这些值不基于随机效应的预测值。